Metabolomic Insight into Donation After Circulatory-Death Kidney Grafts in Porcine Autotransplant Model: Normothermic Ex Vivo Kidney Perfusion Compared with Hypothermic Machine Perfusion and Static Cold Storage
Notice bibliographique
Résumé
Organ shortage is a major challenge in transplantation, prompting the use of extended criteria donor grafts. These require improved preservation techniques and reliable methods to assess graft function. This study aimed to evaluate changes in the kidney metabolome following three preservation methods: normothermic ex vivo kidney perfusion (NEVKP), hypothermic machine perfusion (HMP) and static cold storage (SCS) in porcine autotransplant models. A chemical biopsy allowed minimally invasive sampling of metabolites, which were analyzed using liquid chromatography coupled with high-resolution mass spectrometry. The results highlighted metabolites affected by ischemia and oxidative stress in donor kidneys, as well as changes specific to each preservation method. Differences were observed immediately after transplantation and reperfusion and several days post-surgery. NEVKP was associated with the activation of physiological anti-oxidative and anti-inflammatory mechanisms, suggesting potential protective effects. However, some metabolites had dual roles, which may influence future graft treatment designs. HMP and SCS, while reducing energy demand in cells, also limit physiological repair mechanisms. These findings provide a basis for improving graft assessment and organ preservation, with chemical biopsy serving as both a tool for discovery and a potential diagnostic method for monitoring graft quality.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».